FX168财经网_全球视野外汇黄金加密货币NFT资讯网

“数实融合，智驭未来”，启航金融强国·数字金融论坛在京成功举办

字金融是金融强国的重要基石近年来，以ChatGPT为代表的AI技术迅猛发展，被视为未来几年最具颠覆性的技术，这股数字热潮也席卷至金融领域。当前，我国已进入数字金融快速发展阶段，在2023年召开的中央金融工作会议上，数字金融被认定为金融支持实体经济要做好的五篇大文章之一。在“数字金融论坛”上，清华大学五道口金融学院副院长张晓燕以“大语言模型赋能数字经济”为题作出主旨演讲，其介绍了大语言模型在金融领域的应用和带来的风险和挑战，并对大语言模型的发展作出建议和展望。她表示，“通过更先进的深度学习技术，大语言模型肯定会实现更广泛的应用，技术上的难点、缺点肯定会得到克服，肯定会带来更多的生产力的飞跃。建议是在考虑这些机遇的时候一定要注意安全性、隐私性，建议加强不同行业之间的合作来提高技术的创新和应用。” 中国社会科学院财经战略研究院院长何德旭则从更宏观的视角解读了中央金融工作会议传达的新信息。何德旭称，“这次中央金融工作会议强调，金融要为经济社会发展提供高质量的服务，要加强对重大战略、重点领域和薄弱环节的优质的金融服务，这是过去没有讲到的。” 谈及如何优化金融服务？何德旭认为，首先要做好五篇文章。发展数字金融是优化金融服务的重要抓手，是金融强国的基石，是五篇大文章的“底座”。科技金融一定是以数字金融为基础的，绿色金融现在讲的是数字绿色金融，普惠金融讲的是数字普惠金融，还有养老金融，将来也要以数字金融为基础。数字化转型升级重构金融业在“求索数字金融”板块，马上消费金融副总经理、首席技术官蒋宁、拉卡拉支付董事、总经理王国强、华林证券首席执行官、执委会主任朱松以及广发证券副总裁、首席信息官辛治运，分别从企业实践角度分享了对数字化转型的思考。马上消费金融副总经理、首席技术官蒋宁演讲主题为“数字金融新质生产力”。在蒋宁看来，面向未来，金融新质生产力的核心是数字科技，大规模数据决策仍需构筑三大核心能力。一是拥有组合AI应用能力的数字化组织，二是可信AI技术应用体系，三是共享开放生态。中国的小微商户虽然规模不起眼，但是数字化推进快，且行业细分越来越多。拉卡拉支付董事、总经理王国强从数字化服务小微商户的角度分享了观点。他表示，现在的小微商户数据分散，他们的交易需求不确定，要趴在地上看产业，趴在地上和小微商户一起看行业的经营状况和经营周期。券商数字化转型又有何特点？华林证券首席执行官、执委会主任朱松结合华林证券自身实践分享了对券商数字化转型思考。同时，据朱松介绍，在组织架构方面，华林证券成立了科技子公司，通过数据分析对公司在传统的客户获取、投资交易、分析能力的提升和变革，都起到了很大的帮助。针对券商数字化转型到底怎么转这个问题，广发证券副总裁、首席信息官辛治运表示，数字化转型要结合金融行业、证券行业的特点，对于增长模式、生态结构、科技底座等进行深刻的升级和重构。 “比如增长模式，原来都是线性增长，要拉客户就是新设一个网点，我们给互联网引流，这都是线性的增长模式。但是现在很多企业都通过数字飞轮的模式进行数字化转型引领企业进行企业增长模式转变，中间任何一个指标增长都能够带来乘法效应，使营收增长。”辛治运称。行业大模型存弯道超车新机遇在中国联通集团大数据专家、高级工程师姜南冰看来，基于“数智链”的体系，目前对于金融业赋能的基本框架，底层是数据能力。一是联通本身运营商的数据能力，二是跟公共数据的结合，三是和现有的金融业金融数据的整合，这是为金融赋能底层的资源能力。同时，姜南冰表示，随着大模型应用范围越来越广，对数据的要求越来越高，基础大模型方面虽已落后国外，但是行业大模型上，特别是行业数据的稀缺性决定了我们在行业的未来有很大的发展，包括在工业和银行业的数据，未来是整个大模型弯道超车的机会。火山引擎金融行业商务总经理徐晋认为，“每个金融行业在未来实践大模型的时候，首先可能是分阶段的实现过程。刚开始可以用一些通用的大模型，但是通用大模型读取的数字只是通识的数据，可能并不懂金融。我们认为在金融行业还需要金融领域化精调的模型，这个模型还是偏向于金融，并不精通每家的业务，最终是需要一个或者多个精调的模型。” 华为云中国区金融行业总经理朱兵称，现在的模型可以分为探索期、磨合期和增长期。23年、24年都是处于磨合期，用的最多的是智能聊天，包括一些文档助手。我们认为未来真正专业的财经频道以及很专业的代码的生成，一定会到24年、25年以后。浩云长胜高级副总裁赵亮则在会上表示，今天AIGC的发展带来了巨大的产业变化，这个产业变化的上层在金融领域应用带来了无限可能，另一方面发现底层的基础设施，设施层也在发生巨大的改变。 AIGC成数字化转型新亮点今年以来，AIGC在资本市场上掀起了一波又一波热潮。在应用层面，AIGC也在落地开花，不断重塑行业，为行业发展带来广阔的想象空间。平安银行金融科技部对公研发中心总经理周博表示，AIGC这两年，尤其是今年特别热，银行一直在想怎么利用AIGC降本增效，提高服务质量，尤其在获客和服务流程重复上到底能够做什么。平安银行制定了AI原生的规划，希望通过新的技术打造AI原生的服务体系，定了一个目标、两个价值、三层架构、四个场景。国金证券首席信息官王洪涛表示，证券也面临AI风险和挑战，证券AI系统要求是高度稳定可靠的，而大模型又是频繁变化迭代的。所以我们提出一个观点，大模型与现有系统的集成，怎么逐步改变迭代证券公司的信息系统，大概是由松到紧逐步耦合。 “整个大模型会成为证券行业数字化转型的新亮点，降低成本，智能化提升办公效率提升，控制风险，优化体验，增加效益。”王洪涛认为。中信建投证券信息技术部负责人李剑戈分享了他关于大模型在券商服务的探索和思考。李剑戈指出，在19年，AI这件事情在券商领域形成了共识，已经开始在券商领域卷了，而且卷到了各个层面，经纪业务、投资、投研、决策运营。关于风险，李剑戈称，“人工智能管理办法、社会主义价值观的维护、社会责任感的认知和判断，以及行业监管指标都需要明确，只要不明确可能就要承担很大的风险。” 青松保创始人兼CEO张乐飞以“AIGC重塑保险科技”为题发表演讲。“金融是虚拟产品，都是卖内容的，保险更是如此，保险比证券和银行的信贷、存款理财更复杂一些，因为都是根据各种场景去走的。”张乐飞表示，互联网跟线下我们所谓的OMO模式一直有断层，今天ChatGPT等大模型应用以后，可以更好的解决这个问题。 2023年，中央金融工作会议首次提出“金融强国”建设目标，为我国金融行业发展指明了方向。数字金融作为实现金融强国目标的五大篇章之一，是建设金融强国的重要基石，承担着助力变革、深化服务、支持数字经济与实体经济融合发展的使命任务。加快数字化转型、做好数字金融大文章，以数字力量推动金融业发展，谱写好中国经济高质量发展新篇章。

金融界2023-12-24

金融界王斌：大模型远没到尘埃落定之时，要用积极心态拥抱未来

围内掀起一场金融革命。尤其近一年来，以chatGPT引领的大模型为代表的AI技术的迅猛发展，不仅改变了我们的生活方式，也改变了我们的思维方式。为应对这些变化，中央金融工作会提出了金融强国的战略规划，其中数字金融以其高效、便捷、普惠的特性，让金融服务更加贴近生活，更加便捷高效。王斌指出，数字金融在金融强国中扮演着推动金融业数字化转型、提高了金融服务的质量和效率、创新金融服务模式、增强金融服务普惠性等多方面的重要作用。 “希望通过我们的共同努力，推动数字金融行业的健康发展，为更多人带来福祉。”他说。针对会上提及的大模型议题，王斌表示，“大家今天介绍的大模型我个人觉得远远没有到尘埃落定的时候，将来是碳基生命和硅基生命的PK，是互联网行业赢家通吃，还是各个垂类行业的百花齐放，现在下定论还为时尚早。现在是变化的过程，我们要有积极的心态来拥抱美好的未来。”

金融界2023-12-23

AI算力供不应求怎么办：UtilityNet提出全新的去中心化解决方案

随着ChatGPT的功能越来越强大，依赖于它的AI上下游公司也越来越多。前些天ChatGPT发布了最新的几项功能之后，由于用户进一步暴增，导致最近两天ChatGPT出现长时间宕机，甚至OpenAI创始人都亲自下场道歉，究其原因，其实就是ChatGPT背后的算力资源还是远远不够用，导致了一旦用户短时间请求过多，就会出现宕机事件。如果用中心化的方式去解决，那就应该是由微软进一步加大对OpenAI的算力供应，也就是尽快扩张微软的人工智能云计算中心的硬件规模，购买更多的服务器和GPU。然而不管是从资本投资的角度（ChatGPT虽然已有付费服务，但目前为止还是亏损换用户），还是从物理机房建设速度的角度来说，都难以支撑越来越多的用户需求量。现在，一个主打去中心化AI算力分发的公链项目--UtilityNet提出了让人眼前一亮的解决方案，那就是通过区块链激励的方式，鼓励全球每一个普通人都能通过购买专门的AI芯片来为这个分布式AI算力网络来提供算力，从而能够根据贡献算力的多少来获取UtilityNet的代币奖励。听起来是个很好的主意，对吧？但是肯定很多人要问，区块链发展这么多年，好像很多公链项目都是和分布式计算相关，但都没有特别成功的案例，那么UtilityNet是不是也会昙花一现呢？这个就要从UtilityNet的全新共识机制--POCI（可信计算）说起。其实过去几乎所有的分布式计算项目，本质上都是用的POW（工作量证明）的共识机制，这个共识机制的本质是所有参与激励层（俗称挖矿）的设备，为了获取相应的代币激励，都在无时不刻的做着相应的计算任务，一旦停止计算，就会失去获得代币奖励的资格。也就是说，这些项目根本就无法把参与激励的这些设备的算力真正的冗余起来，再流转或者出租给其它需要算力的客户。换句话说，项目本身再挖矿的过程中已经把所有参与设备的算力全都消耗光了，就不可能把算力再转租给别人。更致命的是，这些项目指定的计算任务都是一些不断重复的垃圾计算任务，并不会对人类社会起到进步和推进作用，因此，POW共识机制一直被诟病为通过无效计算来浪费地球上宝贵的能源（电力和发电资源）。而现在，UtilityNet为了解决POW机制的无效计算问题，以及算力在挖矿过程中被全部损耗的问题，提出了全新的POCI共识机制。它的本质是不再用数学去证明芯片的计算能力，而是通过芯片内部的安全引擎模块，结合链上的加密学原理，让芯片能够自我证明。这句话的意思是，在当前世界，算力的背后就是芯片。一张成熟量产的芯片，往往有一个公认的算力计量标准。那么，从共享经济的角度来说，只要能在用户贡献算力的过程中，通过链上验证用户在线贡献的硬件芯片的真实性以及在线状态，理论上就可以认为用户为平台贡献了该芯片对应的算力值，就可以给予用户相应的代币奖励。这时，该芯片的算力就能被冗余下来以备随时租给真正的算力需求方，而算力需求方则可以通过去二级市场或者场外购买相关代币去租到自己想要的算力。通过这种方式，就能够真正的让有价值的AI算力在激励层的作用下流转到需要它们的客户手里，而不是被矿工们为了获取代币激励而被迫做无效计算去浪费掉。如果UtilityNet能够实现他们的构想，这应该是一个非常有前景的区块链+AI的项目！从项目属性来说，UtilityNet也属于最近大热的Depin（Decentralised Physical Infrastructure Networks 中文全称：去中心化物理基础设施网络）赛道。同时，UtilityNet的代币分配机制也足够去中心化，97%的代币都会由矿工产出，对矿工非常友好。目前UtilityNet还处于封闭测试阶段，根据官方信息，他们计划在2024年2月左右上线主网的测试网，也就是说，可能两三个月后，我们就能看到这套全新的POCI共识机制是如何被验证的。期待UtilityNet能够成功，或许在不久的将来，全球的各类AI企业和使用者再也不用担心算力不够了。来源：金色财经

金色财经2023-12-23

《科创板日报》评选2023年十大科技热词

地开花，各行各业都迎来深刻变革。这场由ChatGPT掀起的浪潮，也在A股激起阵阵涟漪——光模块、AI应用、算力芯片、HBM无不与之密切相关。人形机器人则作为AI的具象载体被寄托了无限的遐想，由此衍生出减速器、传感器、peek材料等一系列细分概念。但，市场的热情终究会冷却。潮水退去，面对远处未知的风浪，最牢固的船才能航行得最远。总结过去，是为了更好展望未来。当我们在回溯每一个2023年科技热词的时候，也是在重新审视当时的市场审美和产业逻辑，以求得到一丝启发。

金融界2023-12-23

法国兴业银行经济学家Albert Edwards：美国科技股2024年可能发生的崩盘！

债券收益上升的双重打击，2023年看到ChatGPT的出现，并引发了一场甚至连债券收益上升到5%以上都未能阻止的FOMO狂潮。因此，2024年开始时，美国科技股占据了美国整体市场指数的相当大的份额，就像在2000年夏季的疯狂几个月里一样。” (来源：Datastream) 请注意，Info Tech是一个专有名词，指的是实际的信息技术行业。我们通常所称之为“科技”股的美国大型公司，并非全部都属于这一类别。对于Albert Edwards来说，令人惊讶的是，“美国科技股现在占据了美国市值的近三分之一。” 他一如既往地提醒市场参与者，美国科技股的估值溢价始于鲍威尔在2019年1月的政策转变。在那个时候，科技行业的前瞻倍数大致与整个市场相当。目前，科技行业的交易倍数（PE）为27倍，比其他行业高出约7个倍数。尽管Albert Edwards承认与科技行业最近的估值峰值相比仍然便宜，但他警告说，当前多出的7倍溢价“是有史以来最高的，除了2000年纳斯达克泡沫的疯狂时期之外。” Albert Edwards承认科技应该具有溢价，他写道：“我理解关于当前形势可持续的所有论点。我甚至认为其中一些是可信的。” 他对于试图用理性的方式解释可能是非理性的市场行为表示怀疑。 Albert Edwards表达了他对于可能发生在2024年的一场“地震性冲击”的担忧，这场冲击不是关于美国或中国是否会陷入衰退，也不是通货膨胀和利率是否比预期略高或略低的问题，而是美国信息技术市值泡沫破裂，导致整个美国市场陷入衰退。他接着提到，这是否可能呢？当然可能。毕竟，纳斯达克100指数已经创下历史新高。因此，“科技”（不管你如何定义它）可能会出现修正和降估。但如果债券收益进一步下降，这对于估值倍数来说是有利的，而且科技（或至少是大型科技公司）已经证明了它们在面对逆境时精通成本削减、适度调整和其他战略调整。当然，如果发生衰退，并暴露出“隐藏”的周期性，那么那些估值较高的股票在长期增长预期被重新评估时可能会降低估值。公平地说，我们确实倾向于错误地描述诸如“尾部风险”和“黑天鹅”之类的术语。如果市场参与者大多数人事先识别了某一特定风险，你几乎可以把该风险从潜在的破坏因素列表中划掉。真正引发市场事件的是没人能够识别的风险。在这方面，或许值得将一小部分担忧关注在各种形式的过度拉伸的科技领域。

埃尔文2023-12-23

国金证券首席信息官王洪涛：算法的黑盒和知识产权都是我们面临的挑战

王洪涛在会上做了精彩发言。王洪涛表示ChatGPT的意义不亚于PC和互联网的诞生，是对科技和人类都是巨大的变化。王洪涛进一步表示模型的底层能力，一是查询，二是整合，三是推理。内容生成是整合的概念，撰写广告文案，以及中心论文的提纲，代码编程也是一种整合。目前所使用的还是查询和整合的底层能力偏多一些。王洪涛讲到，数据安全成本复杂性对算力要求太高了，以及生成内容的稳定性，去年刚刚出来的时候还没有太好的解决方案，3月份以后在一定程度上帮助我们抑制了一些问题。算法的黑盒和知识产权都是我们面临的挑战。

金融界2023-12-22

【一周科技动态】降息周期下的大科技前景（二）

应对； 2、Chrome浏览器并没有因ChatGPT的出现而丢失市场份额，反而因AI业务提升广告变现效率； 3、因害怕涨价丢失市场份额的广告主，反而在效率最高的投放渠道内卷，让谷歌获得头部效应优势。 2024年通胀下行，若经济实现软着陆，则广告业务有望进一步复苏。虽然谷歌的高基数可能会限制增速，但是可能开启的广告部门大重组有望进一步提升利润率。此外，投资者更期待AI业务的进展，推出Gemini大模型之后，有望进一步推广至非自身系统内，其云服务的竞争力也有望提升。与微软、亚马逊在云业务上的增速可能是投资者考量“谁家AI更有前景”的重要指标。目前市盈率为25.66倍，未来两年平均预期的对应远期市盈率为19.6倍。亚马逊 Bloomberg一致预期：2024年的收入为6368.93亿美元，同比增幅为11.03%；EBIT利润增幅44.29%，利润率上升至7.15%，都是新高。目标价预期为179.69美元，与当前的美元有一定空间。度过通胀的一年，零售业务有望在2024年继续获得恢复，不过眼下两大问题让亚马逊的电商业务面临挑战： 1、来自Temu、Tik Tok Shop等低价电商的市场份额挑战； 2、美国居民在COVID-19期间累积起来的超额储蓄可能会用尽。当然，亚马逊的物流体系可能成为它最重要的竞争力。而另一方面，AWS以最大市场份额的体量，也实现了增速的稳定，并在接下来的AI应用方面更有建树。此外，广告业务这几个季度展现出来的增量也会极大程度上增厚其利润。市场预期2025年的利润预期为33倍，相对于目前的估值也更为合理，前提是利润正常化。 META Bloomberg一致预期：2024年的收入为1512.2亿美元，同比增幅为14.8%；EBIT利润增幅23.53%，利润率上升至36.11%，都是新高。EPS为17.52，增幅为21.83% 目标价预期为379.24美元，与当前的365.93美元有一定空间。 Meta的社交媒体矩阵已然无可撼动，2023年面对Tik Tok的强势竞争，自家短视频Reels发展迅猛。相比直播带货，在美国社交媒体还是更注重广告效率，因此也与谷歌一样，上半年因为广告业务被低估的部分得到了修复。 2024年在软着陆的预期下，广告业务前景仍然向好。另外其Threads的增长虽然缓慢，但积少成多，也有可能成为X（原Twitter）用户溢出后的另一阵地，进一步增加公司的广告收入。头显依然是而，想当初的“元宇宙”噱头，被投资者诟病的主要原因是难以短期内实现，如今连发起人Meta也不太强调，只是不断地进行产品的更迭。2024年的Quest 3虽然要直面苹果Vision Pro的竞争，却也有可能因为行业再次曝光而获得整体增量。 Meta最大的优势是资产质量过硬，其现金储备和强大的现金流足以支撑其估值不断“慢牛”。2024年市场预期的EPS来算左右，Meta大约19倍的市盈率交易。如果其未来几年EPS增长保持在15-20%或更高的双位数，则有可能支撑其股价突破500美元。 "TANMAM"的投资策略我们将这权重最大的7家公司合成一个投资组合，称之为“TANMAM”组合。至年末，大科技组合的超额回报再创新高。以等权重、每季度重新调整权重的方式对这个组合进行回测，那么从2015年以来表现是远超标普500的，总回报达到了1489.9%，率先创下了历史性高，同期 $标普500ETF(SPY)$ 回报170.51%，创下年内新高。今年以来的回报在110%%，高于SPY的25.5%。夏普比率为4.4，同期SPY为1.7. 本周组合回报为2.9%，SPY回报为0.6%。

老虎证券2023-12-22

易点天下跌超4%，大数据50ETF(516000)探底回升，近日持续获资金布局

2月22日早盘，三大指数延续震荡趋势，CHATGPT、数据要素、东数西算概念跌幅居前，大数据50ETF（516000）持仓股易点天下跌超4%，用友网络、神州泰岳、东方通、四维图新等股纷纷走低，截至10：08，大数据50ETF（516000）探底回升，跌1%，盘中一度跌达1.75%，近3个交易日资金持续流入达565万元，或为提前布局明年行情。数据是数字中国的核心引擎和要素，政策框架加速建立中。自10月25日国家数据局挂牌运作后，在进行人才招揽的同时密集调研，公共数据政府指导定价管理办法即将落地，数据要素流通将实质性加速。多地出台数据要素流通交易政策和方案，完善数据资产交易体系框架，提高场内交易活跃度，构建富有活力的数据要素市场。中信证券指出，伴随各地数据要素试点不断落地，行业规则和标准加速推出，产业链在应用中逐步趋于清晰。随着数据要素产业落地节奏提速，预计未来国内将加速推进数据要素市场化，加快构建以数据为关键要素的数字中国。产业链从数据供应、数据加工、数据流通、数据应用等环节有望全面受益。大数据、云计算作为AI算力中必不可少的一部分，有望长期受到相关政策红利的提振，或迎来新的成长机遇。经过前期回调，因概念炒作形成的估值泡沫已基本消化，大数据50ETF（516000），云计算50ETF（516630）配置价值突显。本条资讯来源界面有连云，内容与数据仅供参考，不构成投资建议。AI技术战略提供为有连云。

有连云2023-12-22

东杰智能：公司控股股东是淄博匠图恒松控股有限公司，持股比例29.44%，控股股东性质为地方国有控股

问贵公司的智能物流系统有使用AIGC或ChatGPT技术吗？东杰智能董秘：尊敬的投资者您好！目前人工智能在公司智能物流系统中的应用，可分为二大类：一类是以AI技术赋能的智能设备，如AGV、AMR、无人配送车、无人机、客服机器人等；一类是通过智能技术或算法驱动软件系统来提高人工效率，如仓储现场管理、设备调度系统、订单分配系统、车队管理系统等。公司保持对AIGC及ChatGPT的高度关注，随着技术进一步成熟及客户需求的发展，期望将相关技术部署到智能物流领域。感谢您对公司的关注。投资者：请问贵公司的智能物流系统是否供货跨境电商企业？东杰智能董秘：尊敬的投资者您好！智能物流仓储是公司的重点发展方向，公司在新能源动力电池、储能、医药、钢铁、食品饮料、3C、电器、物流电商、冷链等领域均有标杆项目。公司有国内、海外涉及电商服务标杆案例。感谢您对公司的关注。投资者：贵公司是国资控股吗？是哪一级国资？东杰智能董秘：尊敬的投资者您好！公司控股股东是淄博匠图恒松控股有限公司，持股比例29.44%，控股股东性质为地方国有控股。感谢您对公司的关注。投资者：贵公司是国资控股吗？控股股东实力与能力如何？东杰智能董秘：尊敬的投资者您好！公司控股股东是淄博匠图恒松控股有限公司，持股比例29.44%，控股股东性质为地方国有控股。感谢您对公司的关注。投资者：请问公司业务涉及跨境电商吗？东杰智能董秘：尊敬的投资者您好！智能物流仓储是公司的重点发展方向，公司在新能源动力电池、储能、医药、钢铁、食品饮料、3C、电器、物流电商、冷链等领域均有标杆项目。感谢您对公司的关注。投资者：可以介绍一下贵公司的新能源电池以及储能项目吗？东杰智能董秘：尊敬的投资者您好！公司凭借优秀的方案规划设计、硬件产品的生产和设计能力和软件产品的开发能力，已拥有宁德时代、蜂巢能源、国轩高科、海辰储能等标杆客户。感谢您对公司的关注。以上内容由证券之星根据公开信息整理，由算法生成，与本站立场无关。证券之星力求但不保证该信息（包括但不限于文字、视频、音频、数据及图表）全部或者部分内容的的准确性、完整性、有效性、及时性等，如存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。

证券之星2023-12-22

苹果内存优化将大模型装进iPhone 明年或成AI手机关键元年

亿台，到2027年将达到5.22亿台。ChatGPT依赖大模型、大数据、大算力支撑，其出现标志着通用人工智能的起点及强人工智能的拐点，智能手机端搭配AI有望成为新卖点，算力等高端芯片需求持续增长，有望带动相关市场空间扩张。光大证券分析称，边缘AI具备安全、定制和高效优势，AI PC和AI手机有望成为消费电子转型的新趋势。生成式AI同智能终端结合，具备三点优势：①个人信息无需上传云端，隐私泄露和数据安全风险降低；②AI模型接入本地数据库和个人信息，有望实现通用基础AI大模型向个性化定制小模型转变，提供更适合的用户服务；③通过压缩AI大模型和终端软硬件适配，边缘AI可能降低运行成本、加快响应速度和提高服务效率。因此，联想、谷歌和微软均发布AI PC或AI手机等产品，小米14将成为首发搭载高通骁龙8 Gen 3处理器的手机；软件端将AI大模型嵌入终端设备，硬件端提升AI相关硬件的性能，帮助智能终端搭载的聊天机器人、实时翻译、AI相机、生产工具等AI功能的种类完善和性能增强。该机构表示，考虑到AI算力由云端向边缘端延伸，AI芯片厂商市场空间可观，推荐英伟达，建议关注AMD、高通、英特尔；AI PC和AI手机等AI智能终端可能成为未来消费电子行业在AI时代下的变革方向，硬件厂商抢先布局有利于确定创新方向和市场地位，推荐联想集团（H股），建议关注谷歌、微软、小米集团（H股）；Arm架构有望乘边缘AI东风，提升在PC领域的市场占有率，建议关注ARM。

金融界2023-12-22

24小时热点